PulseAugur
中
实时 10:34:58
English(EN) MedicalRec: Medical recommender system for image classification without retraining

医学推荐系统助力医学影像AI模型选择

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为MedicalRec的基于Transformer的推荐系统，以帮助为医学图像分类任务选择最佳的机器学习模型。该系统旨在减少模型选择试错过程中的能源消耗和浪费。MedicalRec在一个名为MedicalRec-Bench的新数据集上进行了评估，该数据集包含超过5000条在各种医学影像类别中测试过的模型记录，实现了75.5%的HitRate@100。数据集和代码均公开可用。 AI

影响 减少医学影像AI模型选择中的计算浪费，可能加速研究和部署。

排序理由 该集群包含一篇详细介绍特定AI应用新系统和数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Roghayeh Taghavi, Aysa Hasanazde Bashkandi, Amir Ali Bengari, Mohammad Amin Raji, Mohammad Salahi Ardekani, Parisa Mardukhian, Parvaneh Rezaei, Ramin Mousa ·

    MedicalRec：无需重新训练的医学图像分类推荐系统

    arXiv:2606.07553v1 Announce Type: cross Abstract: The emergence of machine learning and deep learning has revolutionized the efficiency of diagnostic, therapeutic, and administrative systems in healthcare. However, this rapid adoption has come at the cost of requiring significant…

相关话题